Немотрон 3 Супер - відкрита модель штучного інтелекту, розроблена для багатоступенісних агенційних завдань, поєднує кілька архітектурних інновацій з метою досягнення передової ефективності та точності порівняно з однорідними в своєму класі. Ось 10 основних переваг, підсумованих за допомогою останніх технічних даних і еталонів

1 Масивний масштаб, дефіцитна активація
Модель має 120 мільярдів загальних параметрів, але активує лише 12 мільярдів на токен через архітектуру Latent Mixture-of-Experts (MoE), що значно скорочує витрати на обчислення.

2 1M Окна з корінного контексту
Він підтримує до 1 мільйона токенів в контексті, що дозволяє агентам підтримувати довгострокові стан завдання без дрифту мети.

3 5x Посилення пропускної здатності
Пропускна здатність інференції в 5 разів вище, ніж у попереднього Nemotron Super, особливо на ГПУ Blackwell B200

4 Топ-Індекс інтелігенції
Вона очолює Індекс інтелекту штучного аналізу з 36 37 очок, перевищуючи відкриті моделі, такі як GPT-OSS-120B (33 очки) і затискаючи тільки більш великі, такі як Qwen3 5 122B

5 Агентський бенчмарк відмінності
Видатні тести, що специфічні для агентів: PinchBench 85 6% (найвищий серед відкритих однолітків), SWE-Bench з OpenHands 60 47%, MMLU-Pro 83 73% і TauBench V2 61 15%

6 Багатотокенне прогнозування
Multi-Token Prediction (MTP) прогнозує кілька токенів за проходження, що дозволяє спекулятивному розшифровці, яка прискорює генерацію коду і структуровані завдання до 3x

7 Ефективний латентний MoE
Latent MoE компресовує токені до експертного маршрутизації, активуючи в 4 рази більше фахівців за однакові витрати на обчислення для спеціалізованих областей, таких як окремі Python/SQL експерти.

8 NVFP4 ефективність підготовки до тренування
Перевчити з нуля в NVFP4 (4-бітний плаваючий) на Blackwell, він скорочує потреби у пам'яті і підвищує інфференцію 4x над FP8 на H100 без втрати точність

9 Робостний RL з багато-середовистю середовища
Навчається через Multi-environment RL на NeMo Gym в 21 налаштуваннях з 1 2M+ розгортаннями, забезпечуючи стабільне поведінку у складних робочих потоках агентів

10 Повністю відкритий джерело
Ваги моделей, набори даних та рецепти тренінгів/рецепти є відкриті за NVIDIA Nemotron Open Model License, які можна скачати з Hugging Face і використовувати через NIM, vLLM або TensorRT-LLM

Ця діаграма ілюструє гібридне ядро архітектури Mamba-Transformer-MoE з ефективністю Немотрон 3 Super